Python mplfinance库绘图① 基本参数介绍(简单秒懂)

简介: Python mplfinance库绘图① 基本参数介绍(简单秒懂)

使用mplfinance代替matplotlib库来绘图,或者作为对matplotlib库的补充,在金融量化中也不失为一种更方便高效的选择。mplfinance强大的功能,可以满足我短短几行简单的代码,就能够绘制出符合甚至超出我们原有预期且美观的图像。

mplfinance绘图的基本参数

导入方式:

import mplfinance as mpf
  • 注意这里是mpf ,新手接触时总是发生与 mpl 弄混淆的情况,以至于傻傻得分不清楚也找不出报错在哪里。

mpf.plot(data, type, title, ylabel, style, volume, ylabel_lower, show_nontrading, figratio, mav)
其中

  • data为一个DataFrame对象,要保证其有Open, High, Low, Close四个列。且行索引的名称必须是’Date‘,此外还有一列是’Volume’,这一列不是必须的(如果要同时绘制成交量柱状图,则还需要该列名为Volume的列。)

  • type为绘制图线的类型,可以的选择有* ‘ohlc’, ‘candle’(蜡烛图), ‘line’(直线,仅绘制收盘价时序图时用), ‘renko’, ‘pnf’。

  • title 即图片标题 默认不能有汉字和其他一些特殊字符,如果想使用汉字,需要加一些修改。

  • ylabel: 纵轴的标签

  • style: 样式,这是我认为最赞的两个参数之一(另一个是mav,直接绘出均线,下边有介绍)。
    mplfinance提供了很多内置样式,如
    ‘binance’,
    ‘blueskies’,
    ‘brasil’,
    ‘charles’,
    ‘checkers’,
    ‘classic’,
    ‘default’,
    ‘mike’,
    ‘nightclouds’,
    ‘sas’,
    ‘starsandstripes’,
    ‘yahoo’
    可以逐个尝试,从而找出自己喜欢的风格,这里不再一一列举。当然也可以自己定义风格样式。

  • volume: True表示添加成交量,默认False。

  • ylabel_lower: 成交量的Y轴标签。

  • show_nontrading: True显示非交易日,默认False。(这个一般不怎么常用。)

  • figratio: 控制图表大小的元组。

  • mav: 整数或包含整数的元组,是否在图表中添加移动平均线。如mav=(5, 10)表示添加5日均线和10日均线。

  • savefig: 如果要保存生成的图片,则加入savefig参数,参数值为要保存的路径+文件名。

综合上述参数:
在这里插入图片描述

# 从tushare调取 平安银行(000001.SZ) 股价数据
import tushare as ts
import pandas as pd
import mplfinance as mpf
token = 'Your token'   # 输入你的接口密匙,获取方式及相关权限见Tushare官网。
pro = ts.pro_api(token)
df = pro.daily(ts_code='000001.SZ') 

# 然后 将该DataFrame对象处理为适合我们使用的格式
df = df.loc[:, ['trade_date', 'open', 'high', 'low', 'close', 'vol']]
df.rename(
    columns={
    
        'trade_date': 'Date', 'open': 'Open',
        'high': 'High', 'low': 'Low',
        'close': 'Close', 'vol': 'Volume'},
    inplace=True)       # 重定义列名,方便统一规范操作。
df['Date'] = pd.to_datetime(df['Date'])  # 转换日期列的格式,便于作图
df.set_index(['Date'], inplace=True)  # 将日期列作为行索引
df = df.sort_index()  # 倒序,因为Tushare的数据是最近的交易日数据显示在DataFrame上方,倒序后方能保证作图时X轴从左到右时间序列递增。
# 使用mplfinance库绘图  一个句子管到饱
# 选择平安银行2020年11月和12月的数据进行绘图
mpf.plot(df.loc['2020-11': '2020-12'], type='candle', ylabel="price", style='blueskies', title='A_stock-PABank 2020-Dec_candle_line', mav=(5, 10), volume=True, ylabel_lower="volume(shares)")

生成图像效果如图所示:
在这里插入图片描述
更多内容:
关于如何解决 mplfinance 中文乱码 和 图像不正常显示负数的问题:
Python mapfinance库②中文标题乱码 与 显示负数 解决方案

关于如何在这种高度封装的状态下绘图时添加一条其他曲线:
Python mplfinance库绘图③ 如何额外添加一条其他图线

关于mplfinance如何自定义样式:
Python mplfinance库④ 如何自定义style样式(超细傻瓜级解说)

目录
相关文章
|
6天前
|
机器学习/深度学习 存储 数据挖掘
Python图像处理实用指南:PIL库的多样化应用
本文介绍Python中PIL库在图像处理中的多样化应用,涵盖裁剪、调整大小、旋转、模糊、锐化、亮度和对比度调整、翻转、压缩及添加滤镜等操作。通过具体代码示例,展示如何轻松实现这些功能,帮助读者掌握高效图像处理技术,适用于图片美化、数据分析及机器学习等领域。
48 20
|
1月前
|
XML JSON 数据库
Python的标准库
Python的标准库
172 77
|
17天前
|
分布式计算 MaxCompute 对象存储
|
1月前
|
数据可视化 DataX Python
Seaborn 教程-绘图函数
Seaborn 教程-绘图函数
69 8
|
1月前
|
XML JSON 数据库
Python的标准库
Python的标准库
52 11
|
8月前
|
存储 Python
Python函数参数传递
Python函数参数传递
79 1
|
C++ Python
Python函数参数传递:传值还是传引用
Python函数参数传递:传值还是传引用
65 0
|
Python
python之函数的参数传递(引用传递和值传递),查看变量的内存地址的方法
python之函数的参数传递(引用传递和值传递),查看变量的内存地址的方法
深入理解 Python 中的函数参数传递机制
在 Python 中,对于函数的参数传递,有两种主要的方式:传值和传引用。事实上,Python 的参数传递是一种“传对象引用”的方式。接下来的文章我们将详细介绍 Python 的函数参数传递机制,这对理解 Python 编程语言的底层实现以及优化你的代码都非常有帮助。
|
Python
【100天精通python】Day10:python 基础_函数的创建和调用,参数传递,返回值,变量作用域以及匿名函数
【100天精通python】Day10:python 基础_函数的创建和调用,参数传递,返回值,变量作用域以及匿名函数
140 0